基于多分类器融合的多姿态人脸检测方法

针对复杂背景的彩色图像中复杂姿态人脸的检测问题提出了一种基于多分类器融合的人脸检测方法.首先使用AdaBoost层叠式算法分别训练正面人脸分类器和侧面人脸分类器,将正面人脸检测结果和侧面人脸检测结果相融合得出可能包含人脸的候选区域,然后使用YCbCr空间的肤色统计模型在这些候选区域中进一步验证人脸.该算法既利用了不同姿态人脸分类器的信息融合,又利用了人脸灰度纹理特征和人脸肤色信息的融合,对人脸姿态和图像背景有较强的鲁棒性,而且处理速度很快.实验结果表明,方法可以有效提高对复杂姿态人脸的检测概率,并显著降低虚警检测概率.     

基于区域混合投影和支持向量机的人脸检测与定位

肤色信息是人脸的重要特征,根据肤色信息在YCbCr空间分布特点,提出区域混合投影概念,构造了图像的马氏距离图,在马氏距离图上用区域混合投影检测和定位人眼,确定可能的人脸区域.在此基础上以马氏距离图为输入构造支持向量机人脸检测器,对可能的人脸区域进行确认.实验表明,这种方法具有良好的人脸检测效果.     

基于3D直方图联合面部特征的人脸跟踪系统

针对人脸跟踪中存在的实时性和准确性难以同时兼顾的问题,提出了一种基于三维直方图肤色模型联合面部特征提取的人脸跟踪算法,采用网格映射缩略图、运动矢量预测和搜索窗参数修正等方法来提升算法的性能,从而既提高了算法的执行效率,又保证了算法的准确性,最终实现了一套人脸跟踪系统。仿真结果表明,该系统能够克服复杂背景的影响,准确的检测出有效的人脸,并对人脸进行实时跟踪,具有较强的鲁棒性。     

复杂背景下的人脸定位拍摄

提出了一种在复杂背景下基于肤色和模板的人脸检测方法和基于图像梯度代价函数的自动对焦方法 ,并设计完成了一个实际系数 ,将运动补偿、人脸检测、人脸跟踪、机械控制、自动对焦、数据压缩等多项技术进行综合 ,实现了复杂背景下的人脸检测、定位、对焦和拍摄。实验结果表明 ,本系统在复杂背景下能取得很好的效果     

人脸肌肉模型的单视频驱动

描述了一种肌肉人脸模型单视频驱动的方法。与传统的通过多视频来驱动人脸模型的方法不同，该方法通过跟踪特定的人脸控制点的位移，来求取人脸肌肉的运动参数，进而求得肌肉模型中所有节点的位移，从而实现以单视频驱动基于肌肉原理的人脸模型。采用此方法我们得到了逼真的表情和口型模拟动画。     

三维人脸建模中面部特征轮廓线的提取

提出一种基于彩色Snake模型和人脸先验知识的面部特征轮廓线提取算法，并将其用于真实意的三维人脸建模。根据肤色和灰度信息，在图像分割的基础上，利用种子填充技术获得面部各非肤色特征的轮廓初值；然后采用一种改进的彩色Snake模型对轮廓初值进行精确定位；接着，根据人脸的先验知识，利用含有方向信息的形态学边缘检测算子通过一次逐点考察完成下颚轮廓线的提取。实验结果表明该算法在轮廓线的搜索效率和定位精度上都有良好表现，在真实感的三维人脸建模以及面部识别等领域具有广泛的应用。     

基于物理模型的特定人脸模型与表情动画模型

人脸造型与人脸表情动画的研究是计算机图形学领域中的一项热门课题，其模型的建立是构建人脸表情虚拟系统的一个重要基础，该系统可广泛地应用于虚拟环境、可视电话、远程教育等系统中。本文根据人脸生理结构的特点，先将人脸表面分成若干块、进而运用弹性形变原理，分析了脸部各块的形变规律，提出了一种将一般人脸模型变换为特定人脸模型的变形模型，而后又以眼睛为例，分析了“眨眼睛”的物理运动规律，为其建立了表情动画模型。在此基础上我们开发了一个实际的人脸造型与表情动画系统，运用该系统生成的特定人脸及表情动画自然、真实，结果令人满意。     

人脸轮廓定位和归一化的研究

研究了准确定位出从头顶到脖子的人脸曲线外轮廓的算法。采用人脸粗检、边缘检测、区域连通性滤波等方法。其思路是，首先粗检出人脸大致的矩形外轮廓，再做边缘检测、有效信息二值化、区域连通性滤波、轮廓点修正、对优先区域和整幅图像做垂直水平投影等处理，获取准确的人脸轮廓。还研究了通过比例变换、直方图修正等获得归一化面像。本算法适用于精确定位单一背景的人脸轮廓，复杂背景下也有较好效果。实验结果表明了本算法的有效性。本算法已经成功地应用于一个面像识别系统。     

基于标注图像的MPEG-4人脸运动参数获取方法

提出了一种基于标注图像的MPEG-4人脸运动参数(FAP)获取方法。首先对人脸进行手工标点,然后使用摄像机拍摄人脸运动序列并录制语音数据,通过图像分割与标记点定位等操作提取标记点位置信息,再根据人脸特征点的几何分布确认标记点对应的三维FDP参数,最后经过计算得到人脸运动参数。将获取的结果数据应用到基于MPEG-4的语音驱动的三维人脸合成与动画系统中,取得了很好的效果。     

近似人脸全视角图生成及在特定人脸模型映射

用二维人脸照片构造三维特定人脸模型是三维人脸建模研究的热点问题,其中三维人脸纹理映射直接影响着生成三维人脸的逼真度.采用基于人脸正侧面照片特征点的分层、分部位的径向基函数重构一般人脸模型,得到部位轮廓特征明显的三维特定人脸模型,并提出了基于拉普拉斯金字塔分解的拼接图像交接处色彩融合算法,对人脸正侧面照片进行拼接融合,得到近似的人脸全视角纹理图.然后将近似人脸全视角纹理图映射到三维特定人脸模型,从而得到三维特定真实感人脸模型.实验结果表明该方法计算近似人脸全视角纹理图简单,生成特定人脸模型效果逼真,可应用于特定人脸动画制作的逼真人脸建模中.     

视频监视中运动目标的检测与跟踪算法

提出一种视频监视中运动目标的精确检测、提取以及跟踪算法。该算法采用基于自适应背景图像估计与当前多帧图像的混合差实现快速精确地检测和提取目标 ,使用扩展的Kalman滤波器预测运动目标下一时刻可能处于的区域 ,缩小了目标跟踪时的搜索范围。充分利用运动目标检测的结果 ,提高了目标的匹配效率及跟踪速度。     

RBUKF算法在GPS实时定位解算中的应用

迭代最小二乘法（iterative least square, ILS）是GPS实时定位解算中使用最为广泛的方法,而近年来扩展卡尔曼滤波（extended Kalman filter, EKF）和无轨迹卡尔曼滤波（unscented Kalman filter, UKF）也在定位解算中逐步得到应用。主要研究了UKF算法的改进型RBUKF算法在GPS实时定位解算中的应用。首先建立了滤波模型,并通过分析和调试得到了滤波器参数,最后使用真实卫星数据对算法进行了验证。实验结果表明：RBUKF算法的定位精度优于EKF和ILS,与UKF基本相同,而其计算量小于UKF和EKF。     

SR-CH∞KF用于弹丸飞行姿态测量研究

为提高弹丸姿态测量精度,提出一种基于H∞滤波的平方根容积卡尔曼滤波.该方法通过三轴地磁传感器和陀螺仪组合测量模型,采用欧拉角算法模型减少状态维数并使状态方程呈现线性化,可以减少计算量.该方法可以适用于量测噪声不确定的情况,引入新息序列不断修正误差限定参数来更新量测噪声估计值,可以提高滤波的精度和鲁棒性.奇异值分解能够保...     

基于多卡尔曼滤波器的自适应传感器融合

准确估车前目标的位置和状态是车辆安全系统的一个重要组成部分,利用多传感器可以提高对目标测量的可靠性。给出了一种用于汽车防碰撞系统中估计车前目标位置的多传感器融合算法,根据车辆与目标之间的一步预测距离,从多个预置的卡尔曼滤波器中选择一个合适的滤波器来实时处理传感器的量测数据。该算法不仅可以有效地处理具有不同测量范围的传感器数据,同时还可以通过滤波器切换的方式,处理具不同数据速率的传感器数据。Monte Carlo数字仿真证明了该算法的有效性。     

基于EKF的永磁同步电机转子位置和速度估计

提出了一种新颖的基于EKF(扩展卡尔曼滤波)实现PMSM(永磁同步电机)转子位置和速度估计的方法。利用该算法，通过测量电机的端电压和流过定子线圈的电流在线估计电机转子的位置和速度，实现了永磁同步电机的无传感器控制策略。仿真结果验证了该算法的可行性。     

Optimization-based particle filter for state and parameter estimation

In recent years, the theory of particle filter has been developed and widely used for state and parameter estimation in nonlinear/non-Gaussian systems. Choosing good importance density is a critical issue in particle filter design. In order to improve the approximation of posterior distribution, this paper provides an optimization-based algorithm (the steepest descent method) to generate the proposal distribution and then sample particles from the distribution. This algorithm is applied in 1-D case, and the simulation results show that the proposed particle filter performs better than the extended Kalman filter (EKF), the standard particle filter (PF), the extended Kalman particle filter (PF-EKF) and the unscented particle filter (UPF) both in efficiency and in estimation precision.     

视线坐标系下的解耦无偏转换测量Kalman滤波算法

由于无偏转换测量Kalman滤波算法(unbiased converted measurement Kalman filter,UCKMF)的转换测量噪声协方差矩阵是非对角矩阵,所以无法直接给出该算法的解耦算法。针对此问题通过从参考坐标系(reference coordinate system,RCS)到视线坐标系(line-of-sight coordinate system,LCS)的坐标变换,在视线坐标系下得到了对角形式的转换测量噪声协方差矩阵,实现了转换测量噪声在三个坐标方向上的去相关化,并进一步在三维空间中推导了解耦的UCMKF滤波算法。在算法中,采用递推公式对参考坐标系与视线坐标系的坐标变换矩阵进行估计,并通过一个补偿矩阵提高了估值精度。仿真结果表明,对于匀速运动的目标,解耦UCMKF算法与耦合UCMKF算法的跟踪性能非常接近,但计算量大大降低,因此比较适合在多目标跟踪中应用。     

IAE-adaptive Kalman filter for INS/GPS integrated navigation system

1 .INTRODUCTIONInertial navigation system(INS) and Global posi-tioning system ( GPS) are two major navigationsystems now widely usedfor marine applications a-round the world. Considering both systems pos-sess complementary working characteristics , abooming attention is focused on finding effectivemethods to combine the two different systems toconstituteintegrated navigation system with higheraccuracy and better performance .Information likeGPS position and velocity are often chosen as…     

基于AEKF的高速自旋飞行体组合导航方法

针对高速自旋飞行体运行过程中噪声特性无法准确获取的问题, 提出了基于改进自适应扩展卡尔曼滤波(adaptive extended Kalman filter, AEKF)算法对量测噪声进行自适应调节, 并在扩展卡尔曼滤波(extended Kalman filter, EKF)的基础上提出了一种基于对状态变量新的建模方式的EKF算法, 提高算法的实时性。采用北斗/捷联惯性导航系统(strapdown inertial navigation system, SINS)组合导航方案, 在EKF的基础上, 引入带遗忘因子的噪声估计器, 通过AEKF对组合导航数据进行融合, 对量测噪声进行估计。仿真结果表明, 所提出的组合导航方法对高速自旋飞行体的姿态和位置定位误差较小, 与无改进的AEKF相比, 具有更好的收敛性。     

迭代容积卡尔曼滤波算法及其应用

将Gauss Newton迭代和容积卡尔曼滤波(cubature Kalman filter, CKF)算法相结合,建立了一种迭代CKF(iterated CKF, ICKF)算法。该算法使用容积数值积分原则直接计算非线性随机函数的均值和方差,且在迭代过程中利用最新量测信息并改进迭代过程产生的新息方差和协方差,可获得较高的估计精度。针对弹道系数未知的再入弹道目标状态估计问题,仿真实验结果显示,该方法实现简单,比无迹卡尔曼滤波方法(unscented Kalman filter, UKF)及CKF方法效果要好。